聯合線上
聯合線上
2006.10.15 | 科技

www.udn.com 
使用網路通路創造1.7億營收 
● 改造通路前 廣告市場被有線電視瓜分、讀者閱讀習慣漸往網路移動
● 改造通路後 2005年創造1.7億營收;2006年上半年累積營收達9000萬,同年成為數
 位內容產業(除遊戲廠商外)唯一興櫃公司
● 上線時間 1999年
● 網站效用與商機 1.集團形象年輕化 2.擴大接觸讀者群 3.內容、數位化技術再利用 

5大
改造進程 
1998  危機期 
報紙影響力下降 
有線電視興起後嚴重影響報紙廣告業務,雖然網路瓜分讀者對報紙的影響力尚不明顯,但估計已成為趨勢。同時間競爭對手中時報系,於1995年即開始進行網路化,並於1998年成立中時網科。 

2000  摸索期 
統合聯合報系5大報 
排除5報各自獨立的內部雜音,1999年聯合報系統一平台「聯合新聞網」正式上線,次年「聯合線上」成立,初試啼聲就在全球百大新聞網的評選中獲得第14名,同時也是華文新聞網站第一名。 

2002  擴張期 
同時推各項網路技術 
2001年進入人力與業務快速擴張期,連續推出聯合電子報、聯合追星網等服務,個別業務皆配置完整人力,並各自發展配合技術。同時間對於各項網路新技術皆展現興趣。2002年人力達鼎盛時期,計220人。 

2003  ~04  鞏固期 
過度擴張重整人力 
過度擴張與多面向投資造成營運目標分散,在成本與經營效益考量下,進入鞏固期(consolidation),將各業務的技術與網域名稱(domain)整合至udn.com之下。花費1.5年時間,將人力調整至110人。 

2005  ~06  收割期 
興櫃上市 
整合50餘年報紙資訊的「聯合知識庫」正式完成,獲獎連連,數位化技術也成為業外收入來源之一。2005年年中推出整合創作、互動等服務的「網路城邦」。2006年興櫃上市。 

20%  聯合線上
網站服務占業務比率 

聯合線上證明了網路並非永遠是先進者的天下,即使失去先見之明,一樣有機會逆勢突圍。聯合線上靠著強化僅占20%,大眾看得見的的網站服務know-how,成功創造看不見的80%的商業版圖。 

走入台北忠孝東路上的聯合報大樓,幾度翻新的裝潢仍嗅得到歷史氣味。聯合報於一九五一年首度發行,可是搭乘老舊的電梯到九樓頂樓,落地窗旁的咖啡走廊,搭配嶄新又龐大隔板的現代化辦公室,你會以為自己來到了年輕的網路公司。沒錯,聯合線上正是間不折不扣的「達康」(.com)。

成立只有六年的聯合線上,當初不過是聯合報系「必須」要有的企業網站,但如今卻開枝散葉成了集團獲利來源之一,不僅二○○五年交出了一.七億元營收的漂亮成績單,今年九月更成功上了興櫃,掛牌價二十元,最高還漲至二十九元。

聯合線上剛起步時,競爭對手中時報系的中時電子報早已領先四年上路,且口碑不錯。聯合報系經營風格向以穩健著稱,被逼著應戰,為何反而在網路上打敗擅於求新求變的中時電子報呢?

回頭看當初草創時期的諸多嘗試,聯合線上總經理劉永平深刻感受到網路事業「從錯誤中學習」的必要途徑。他指出,網路化的最大障礙是思考邏輯的改變,這部份聯合線上可是交足了學費學習。

過於樂觀造成的急速擴張,是聯合線上在發展初期的問題。對滿懷信心投入網路世界的老企業來說,網路世界的每樣新技術,都意味不同的機會與業務,因此他們積極開發各種服務,還將過去正規軍集體作戰方式,應用在個別服務的推廣上。

誤將集體作戰模式運用於網路
只不過,將所有服務皆交由獨立業務團隊負責的模式,不知不覺養大了人力,連技術平台的不統一,也成了日後管理上的一大問題。劉永平說:「我們忘記了新技術雖然來得快,但是市場的應用會有時間差,尤其是在網路市場進步速度相對慢的台灣。」

二○○三年開始,聯合線上進入了服務緊縮的「consolidation」(鞏固)期。人力一下子由二百二十人縮減為現在的一百多人,各項應用技術也逐漸集中至單一平台。當時經濟不景氣,加上母公司聯合報系旗下的聯合報、經濟日報都在緊縮人力,聯合報大樓內瀰漫著低迷氣氛,不少老記者都互相譏嘲說:「聯合線上不過是個燒錢的賠錢貨。」

儘管如此,身為第三代報社經營者的王文杉卻很清楚要走的方向,除了由上而下的有力決策,消弭了內部雜音,以「使用者經驗」為出發的網站重心,也逐漸籠絡了使用者的心。

最明顯的例子就是可達到「one-click away」(點選一次即可連結至所需新聞資訊)的「下拉式選單」。即使這樣的機制將減少網站的瀏覽頁數,間接影響網站的流量排名,但王文杉仍然基於使用者經驗最佳化的考量,領先同業推出。

從使用者經驗出發看到兩大商機
如此的堅持,再加上不計成本提供各大入口平台新聞、增加曝光度,聯合線上迅速在新聞網站占有一席之地,二○○三年聯合新聞網就在創市際市場研究公司的ARO流量指標中,贏得新聞類網站的第一名。

「業務穩固後,我們也看到了兩大商機,」劉永平說,一是過去新聞資料再利用的資料庫服務;二是諸如部落格、社群互動等網路服務為主的新生意。

劉永平進一步指出,其實大眾在聯合線上能夠接觸到的服務不過是冰山一角,僅占整體業務的二○%,真正的獲利來源是冰山下看不到的服務,例如將過去五十多年的新聞資料數位化以後,衍生出來的商機反而成為獲利金雞母。

聯合線上研發出的數位技術,可將資料轉成能夠支援搜尋的文字檔案。這套know-how,除了可幫政府單位的老舊資料進行數位化工程,更能幫助其他同業數位化,一方面更廣泛利用know-how,另一方面也可加值網站資訊內容。

發展至今,聯合線上的服務已相當多元,產品線已從「聯合知識庫」,延伸至整合創作、討論版與社群互動的「網路城邦」。

劉永平說:「我們未來會將content(內容)與know-how不斷地販售,創造更高的價值。」聯合報系顯然不再只是一家平面報紙媒體而已,數位內容產業已為老報社帶來了新春天。 

見證人 林偉立 
公關公司資深專案執行
工作的關係,我對新聞需求度很高,在這部份我覺得聯合新聞網不僅資訊面向廣、娛樂相關訊息多,而且搜尋功能的使用介面也比其他新聞網站容易使用。 

.com關鍵人 劉永平 
聯合線上用冰山上20%的服務來吸引目光,但水面下那80%的各種商業模式,包括content與know-how的不斷販售等所創造的「永續獲利」,才是真正的成功關鍵。想想當時我們其實是因為集團必須要有一個企業網站而開始網路化的,如果說我們現在的成績可以算是成功的話,那麼六年多走下來,我們擁有的的確比當初想像的多太多。雖然聯合線上的發展,現在看來比其他集團內的公司更具獨立性,但真正的原因,其實是內部沒有人真的懂網路,我們其實就是靠著一股信心、相信跳下去一定會有成果,支持自己一路走來。另外,王文杉社長的支持與「Top-down」的決心,也是讓我們一路上順利排除困難的重要關鍵。 

Profile 
現職∕聯合線上公司總經理、聯合報系總管理處網路事業處處長、資訊策略會副主委及聯經數位董事
經歷∕加拿大《世界日報》社長、香港《聯合報》總經理、《聯合報》業務部副總經理、發行人特助
學歷∕美國克萊蒙大學杜拉克管理研究所 

聯合線上網路密技 
● 不用「部門」的觀念看待網路業務,以「在資本額內做事」的新創公司態度面對,將有利於網路業務發展。 
● 適時回顧業務內容、進行業務的「consolidation」(鞏固)。 

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓